课程概要

案例背景:
数字经济时代，数据的流通共享和协同计算是充分挖掘数据价值的关键，隐私计算则是其中的重要支撑手段。近几年来，隐私计算技术和产品得到了长足的发展，已经逐步走向成熟，并在一些领域得到了应用实践。但与此同时，隐私计算仍然受限于计算性能、安全性和应用场景等因素的很大制约，受到用户的质疑，影响了其应用推进的进程。为此，我们国家工程实验室开展了隐私计算的测试评估项目，利用离线仿真测试数据和真实应用场景数据，从功能、性能、安全性和可用性四个方面，对隐私计算平台及其应用效能进行测试评估，目的促进隐私计算相关产品的计算性能和安全性水平的提高，推动相关产品和解决方案在实际应用场景的落地。

解决思路:
构造不同的离线仿真测试数据集，模拟不同的协同计算参与方；利用真实应用场景和真实业务数据，来支撑隐私计算相关产品或模块的测试评估；从安全漏洞层面，对隐私计算平台的渗透测试；从密文计算、可信执行环境、联邦学习等层面，对隐私计算本身进行安全性测试，测试是否存在信息泄露、数据污染等安全风险。

成果：
项目会在国家工程实验室构建的数据安全生态框架下进行，还在推进中，我们会在测试评估中，既利用仿真数据，也利用同一城市的真实业务数据，还会利用多个城市的真实业务数据，真正与实际应用相结合。

听众收益

会了解隐私计算相关技术、产品和发展前景；会掌握隐私计算相关产品的测试评估方法；会熟悉隐私计算相关产品的作用、使用方式和应用实践。